Modelo de random forest

En este ejercicio, usarás la función randomForest() del paquete randomForest para crear un modelo de random forest que prediga el churn de los clientes en el conjunto de entrenamiento, training_set. La variable objetivo se llama Future. También inspeccionarás y visualizarás la importancia de las variables en el modelo.

Este ejercicio forma parte del curso

Analítica predictiva con datos conectados en R

Ver curso

Instrucciones del ejercicio

Carga el paquete randomForest.
Usa la función set.seed() con la semilla 863.
Construye un random forest con la función randomForest() y todas las variables de training_set. La variable respuesta Future debe ser un factor, así que utiliza la función as.factor().
Dibuja la importancia de variables del modelo de random forest con varImpPlot().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Load package
___(randomForest)

# Set seed
set.seed(___)

# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)

# Plot variable importance
varImpPlot(___)

Editar y ejecutar código